Lilt: A Neural Human + Machine Feedback Loop for Translation and Localization

จังหวะ

จังหวะ ได้สร้างลูปป้อนกลับระบบประสาทของมนุษย์ + เครื่องจักรสำหรับการแปล Lilt's การแปลด้วยเครื่องประสาท ระบบ (NMT) เป็นระบบแรกในอุตสาหกรรมเทคโนโลยีการแปลและนอกเหนือไปจากข้อเสนอจาก Google, Amazon, Facebook, Apple หรือ Microsoft ขณะนี้ธุรกิจที่ต้องการขยายการเข้าถึงทั่วโลกมีตัวเลือกที่ดีกว่าในการแปลเนื้อหาอย่างรวดเร็วและถูกต้อง

เมื่อพูดถึงการแปลธุรกิจมีเพียงสองทางเลือก:

  1. เต็มประโยค การแปลด้วยเครื่อง เช่น Google Translate
  2. การแปลโดยมนุษย์.

Lilt ช่วยให้ทั้งสองโลกได้รับสิ่งที่ดีที่สุดโดยการรวมปัญญาประดิษฐ์เข้ากับพลังของมนุษย์เพื่อให้ได้คุณภาพการแปลที่ดีที่สุด ระบบ NMT ของ Lilt ใช้เทคโนโลยีระบบประสาทแบบเดียวกับที่ใช้อยู่แล้วเพื่อพัฒนาการจดจำเสียงพูดและภาพ แต่ผลกระทบต่ออุตสาหกรรมการแปลค่อนข้างใหม่และมีแนวโน้ม ในช่วงไม่กี่เดือนที่ผ่านมา NMT ได้รับการยกย่องจากผู้เชี่ยวชาญในอุตสาหกรรมว่ามีความสามารถในการจับคู่คุณภาพของการแปลโดยมนุษย์และระบบใหม่ของ Lilt ก็ไม่มีข้อยกเว้น

ในวงจรป้อนกลับของระบบประสาทของ Lilt นักแปลจะได้รับคำแนะนำ NMT ที่ขึ้นอยู่กับบริบทในขณะที่ทำงาน ระบบ NMT สังเกตการตั้งค่าของนักแปลอย่างอดทนเพื่อปรับเปลี่ยนคำแนะนำแบบเรียลไทม์ สิ่งนี้ทำให้เกิดวงจรที่ดีซึ่งนักแปลได้รับคำแนะนำที่ดีขึ้นเรื่อย ๆ และเครื่องจะได้รับข้อเสนอแนะที่ดีขึ้นมากขึ้น วงจรป้อนกลับของระบบประสาทส่งผลให้การแปลภาษามนุษย์และเครื่องมีคุณภาพสูงขึ้นซึ่งช่วยให้ธุรกิจให้บริการลูกค้าได้มากขึ้นลดต้นทุนและลดระยะเวลาในการออกสู่ตลาด Lilt มีค่าใช้จ่ายน้อยลง 50% และเร็วขึ้น 3-5 เท่า

แพลตฟอร์มของ Lilt เสนอสิ่งต่อไปนี้:

  • อย่าฝึกระบบ MT อีกครั้ง - ระบบแปลภาษาด้วยเครื่องแบบโต้ตอบที่ปรับเปลี่ยนได้ของ Lilt อัปเดตหน่วยความจำการแปลและระบบ MT ในเวลาน้อยกว่าหนึ่งวินาทีในแต่ละครั้งที่นักแปลยืนยันส่วน
  • การเชื่อมต่อที่ไร้รอยต่อของมนุษย์และเครื่องจักร - รวมการแปลของมนุษย์และเครื่องเข้ากับระบบขององค์กรอื่น ๆ ผ่าน API ตามมาตรฐาน หรือใช้รายการตัวเชื่อมต่อแบบกำหนดเองที่เพิ่มขึ้นเรื่อย ๆ ของ Lilt
  • การจัดการโครงการ Agile - Kanban Project Dashboard ช่วยให้คุณเห็นภาพสถานะปัจจุบันของโครงการและงานแปลของทีมของคุณ

แผงควบคุมโครงการ Lilt

ในการศึกษาเปรียบเทียบแบบตาบอดที่จัดทำโดย Zendesk นักแปลถูกขอให้เลือกระหว่างการแปล NMT แบบปรับตัวใหม่ของ Lilt กับระบบการแปลด้วยเครื่อง (MT) แบบปรับตัวก่อนหน้าของ Lilt ผู้ใช้เลือก NMT ให้มีคุณภาพเหมือนหรือดีกว่าการแปลก่อนหน้านี้ 71% ของเวลา

เราชอบความเชื่อมโยงระหว่างนักแปลที่เป็นมนุษย์และความสามารถในการฝึกเครื่องยนต์ MT ของเรา นั่นหมายความว่าเมื่อเราลงทุนในการแปลโดยมนุษย์มันจะมีส่วนช่วยในคุณภาพของเครื่องยนต์ MT ของเราด้วย Melissa Burch ผู้จัดการฝ่ายสนับสนุนออนไลน์ของ Zendesk

ผู้ร่วมก่อตั้ง Lilt John DeNero และ Spence Green พบกันระหว่างทำงานกับ Google Translate ในปี 2011 และเริ่มต้น Lilt ในต้นปี 2015 เพื่อนำเทคโนโลยีมาสู่ธุรกิจสมัยใหม่และนักแปล Lilt นำเสนอโซลูชันสำหรับองค์กรและการแปลอีคอมเมิร์ซด้วย

คุณคิดอย่างไร?

ไซต์นี้ใช้ Akismet เพื่อลดสแปม เรียนรู้วิธีการประมวลผลข้อมูลความคิดเห็นของคุณ.